Un ghid complet de terminologie pentru inteligență artificială — de la concepte fundamentale la modele avansate, tehnici de prompting, securitate și adopție organizațională. Peste 100 de termeni esențiali, organizați tematic, pentru profesioniști și studenți care doresc să navigheze cu claritate în ecosistemul AI modern.
Structura Glosarului
Termenii sunt organizați în capitole tematice, de la bazele AI până la aspecte avansate de securitate, evaluare și adopție. Fiecare secțiune oferă definiții clare, explicații practice și exemple de utilizare în context real.
Fundamente AI & ML
AI, ML, Neural Networks, Deep Learning, Transformer, GenAI — ierarhia care stă la baza tuturor celorlalte tehnologii.
Modele & Asistenți
LLM, SLM, VLM, GPT, ChatGPT, Claude, Copilot — tipurile de modele și asistenții AI utilizați în practică.
Prompting & Context
Prompt, Prompt Engineering, System Prompt, Context Window, Token, Temperature — tehnici pentru cele mai bune rezultate.
RAG, Embeddings & Căutare
RAG, Retrieval, Embedding, Vector, Semantic Search, Chunking, Knowledge Base — infrastructura pentru AI pe documente.
Etică, Securitate & Adopție
Responsible AI, Governance, Privacy, GDPR, Guardrails, AI Literacy, ROI, Pilot — utilizarea responsabilă și integrarea organizațională.
Capitolul 1 — Fundamente AI & ML
Înțelegerea ierarhiei conceptelor de bază este esențială pentru oricine lucrează cu tehnologii AI. De la categoria largă a inteligenței artificiale până la arhitecturile specifice care alimentează modelele moderne, acești termeni formează vocabularul fundamental al domeniului.
AI
Orice sistem care imită funcții cognitive umane: învățare, raționament, recunoaștere, decizie, generare.
ML
AI care învață din date, nu din reguli manuale. Utilizat pentru recomandări, predicții, clasificări și detecție de tipare.
Neural Networks
Modele inspirate din structura creierului, formate din „noduri" conectate. Baza recunoașterii de imagini, limbaj și sunet.
Deep Learning
Rețele neuronale cu multe straturi. Baza multor modele moderne: viziune, voce, limbaj, generare de conținut.
Transformer — Arhitectură de referință
Introdusă în 2017, arhitectura Transformer a revoluționat procesarea limbajului natural. Stă la baza LLM-urilor moderne — GPT, Claude, Gemini. Mecanismul de „atenție" permite înțelegerea relațiilor complexe între cuvinte, indiferent de distanța lor în text.
GenAI — Generative AI
AI care creează conținut nou: text, imagini, cod, audio, video. Aplicabilă în scriere, brainstorming, design și automatizare creativă. GenAI a democratizat accesul la creație digitală, permițând non-tehnicienilor să genereze conținut sofisticat cu instrucțiuni simple.
Capitolul 2 — Modele & Asistenți AI
Peisajul modelelor AI este vast și în continuă evoluție. Înțelegerea diferențelor dintre tipurile de modele — de la LLM-uri masive la modele mici specializate — permite alegerea instrumentului potrivit pentru fiecare sarcină.
LLM — Large Language Model
Model AI antrenat pe volume mari de text. Exemple: ChatGPT, Claude, Gemini, Copilot. Utilizat pentru conversație, redactare, analiză și rezumare.
SLM — Small Language Model
Model de limbaj mai mic decât un LLM. Mai ieftin, mai rapid, uneori local sau specializat. Ideal pentru dispozitive cu resurse limitate.
VLM — Vision Language Model
Model care înțelege împreună imagini și limbaj. Utilizat pentru analiza de imagini, screenshoturi, grafice și documente vizuale.
Multimodal AI
AI care procesează mai multe tipuri de input: text, imagine, audio, video, documente. Permite lucrul cu fișiere complexe, tabele, voce și prezentări.
Asistenți AI Populari
Capitolul 3 — Prompting & Tehnici de Interacțiune
Calitatea interacțiunii cu un model AI depinde direct de felul în care formulăm instrucțiunile. Prompt Engineering este abilitatea de a comunica eficient cu modelele AI — o competență esențială pentru rezultate precise, consistente și valoroase.
Prompt
Cererea formulată către model. Calitatea promptului influențează direct calitatea răspunsului. Un prompt bun include context, rol, obiectiv și format dorit.
Prompt Engineering
Metoda de a formula instrucțiuni clare, cu context, rol, obiectiv și format. Obții răspunsuri mai precise, mai utile și mai consistente.
System Prompt
Instrucțiune de nivel superior care stabilește comportamentul modelului — definește rolul, limitele și stilul AI-ului, invizibilă pentru utilizatorul final.
Context Window
Cantitatea maximă de informație procesabilă într-o conversație. Importantă când lucrezi cu documente lungi, rapoarte sau transcripturi extinse.
Token & Temperature
Tokenul este unitatea de text procesată. Temperature controlează creativitatea răspunsului — mică pentru acuratețe, mare pentru idei creative.
Tehnici Avansate de Prompting
Zero-shot
Ceri sarcina fără exemple. Rapid, util pentru sarcini simple și directe.
Few-shot
Oferi câteva exemple înainte de sarcină. Crește calitatea și consistența rezultatului.
Chain-of-Thought
Modelul rezolvă problema în etape. Utilă pentru probleme complexe, analiză, planificare.
Reasoning Model
Model optimizat pentru pași logici multipli. Strategie, matematică, analiză complexă.
Capitolul 4 — RAG, Embeddings & Căutare Semantică
Această familie de concepte descrie infrastructura care permite AI-ului să lucreze cu documente specifice și baze de cunoștințe interne. RAG și embedding-urile sunt fundamentul asistenților AI pe documente, chatboților interni și sistemelor de căutare inteligentă.
RAG — Retrieval-Augmented Generation
Metodă prin care AI-ul caută informații externe și generează răspunsul. Combină puterea generativă a LLM-urilor cu precizia surselor concrete, reducând semnificativ riscul de halucinații.
Retrieval
Procesul prin care sistemul caută informații relevante înainte să răspundă, pe baza similitudinii semantice cu întrebarea utilizatorului.
Embedding
Transformarea textului sau conceptului într-un vector numeric. Permite căutare semantică și comparație după sens, nu doar după cuvinte exacte.
Vector Database
Baza de date care stochează embedding-uri. Utilizată în RAG și chatboți pe documente. Exemple: Pinecone, Weaviate, ChromaDB, pgvector.
Semantic Search & Chunking
Căutarea semantică găsește informații după sens, chiar dacă formularea diferă. Chunking împarte documentele în bucăți mai mici pentru procesare eficientă.
Fluxul RAG
Sistemul caută fragmentele relevante, le adaugă ca context modelului, iar LLM-ul generează un răspuns precis și verificabil — esențial pentru orice aplicație AI pe documente interne.
Capitolul 5 — Antrenare, Inferență & Date
Înțelegerea ciclului de viață al unui model AI — de la colectarea datelor la antrenare, ajustare fină și utilizare în producție — este esențială pentru profesioniștii care evaluează, selectează sau gestionează soluții AI.
Training
Procesul prin care modelul învață din date. Necesită volume masive de date și resurse computaționale semnificative.
Training Data
Datele folosite pentru antrenare. Calitatea și diversitatea lor influențează direct calitatea și limitele modelului rezultat.
Fine-tuning
Adaptarea unui model deja antrenat pe un set specific de date. Creează comportamente specializate — mai eficient decât antrenarea de la zero.
Inference
Momentul în care modelul produce un răspuns după antrenare. Este ceea ce se întâmplă când folosim ChatGPT sau orice alt serviciu AI în timp real.
Synthetic Data
Date generate artificial, inclusiv cu AI. Utilizate pentru testare, simulare, completarea seturilor de date și training în scenarii rare sau sensibile.
Model Bias
Tendința modelului de a reproduce dezechilibre sau stereotipuri din datele de antrenare. Important de monitorizat în HR, educație, recrutare și orice domeniu care afectează decizii despre oameni.
Hallucination
Răspuns fals sau inventat, formulat convingător de model. Modelele pot genera informații plauzibile dar incorecte — necesită verificare și gândire critică din partea utilizatorului.
Capitolul 6 — Etică, Securitate & Responsible AI
Utilizarea responsabilă a AI nu este opțională — este o condiție pentru încredere, conformitate legală și impact pozitiv. Această categorie acoperă termenii esențiali pentru oricine gestionează sau implementează soluții AI în context organizațional.
Responsible AI & AI Ethics
Utilizarea AI cu grijă pentru acuratețe, transparență, echitate și siguranță. AI Ethics analizează impactul AI asupra oamenilor, deciziilor și societății.
AI Governance
Set de politici, roluri, procese și controale pentru folosirea AI. Include definirea responsabilităților, aprobarea cazurilor de utilizare și monitorizarea continuă.
Guardrails & Human-in-the-Loop
Guardrails sunt reguli care controlează comportamentul AI. Human-in-the-loop înseamnă că omul verifică și decide în fluxul AI — esențial în HR, legal, medical, financiar.
Explainability & Interpretability
Explainability — capacitatea de a explica de ce sistemul a produs un rezultat. Interpretability — înțelegerea mecanismelor interne ale modelului.
Privacy & PII
Protejarea datelor personale: nume, email, CNP, adresă, telefon. Nu trebuie introduse necontrolat în instrumente AI publice.
Data Security
Protecția datelor împotriva accesului neautorizat. Esențială în companii și în lucrul cu documente interne sau date de clienți.
GDPR
Regulamentul european privind protecția datelor personale. Relevanță majoră pentru orice utilizare a AI în Europa cu date de clienți sau angajați.
Capitolul 7 — Procesare Limbaj, Voce & Imagini
Dincolo de text, AI-ul modern procesează voce, imagini, video și documente scanate. Această secțiune acoperă termenii esențiali din NLP, procesarea vocii și generarea de conținut vizual.
NLP / NLU / NLG
NLP procesează limbajul uman: clasificare, traducere, analiză de sentiment. NLU înțelege sensul: intenții, entități, context. NLG generează limbaj natural: emailuri, rezumate, răspunsuri.
ASR / STT / TTS
ASR/STT transformă vocea în text — transcrieri, subtitrări, dictare. TTS convertește textul în voce — voice-over, asistenți vocali, accesibilitate.
OCR & Document Understanding
OCR extrage text din imagini și scanuri. Document Understanding interpretează documente cu text, tabele și layout — facturi, contracte, formulare.
Generare de Conținut Vizual
Text-to-Image
Generare de imagini din prompt text.
Image-to-Image
Modificarea unei imagini existente cu AI.
Text-to-Video
Generare de video din instrucțiuni text.
GAN & Diffusion
Arhitecturi generative pentru imagini și date sintetice.
Agent AI, Tool Use & Workflow Automation
Un Agent AI urmărește un obiectiv și execută pași autonomi. Tool Use permite AI-ului să apeleze API-uri și baze de date. Workflow Automation automatizează procese cu mai mulți pași: emailuri, rapoarte, CRM, calendar.
Capitolul 8 — Evaluare, Performanță & Securitate Tehnică
Evaluarea sistemelor AI este critică pentru adoptarea responsabilă. De la metrici de performanță la vulnerabilități de securitate, acești termeni ajută profesioniștii să selecteze, testeze și protejeze soluțiile AI utilizate în organizații.
Evaluation & Benchmark
Evaluarea verifică calitatea răspunsurilor AI: acuratețe, utilitate, stil, siguranță. Benchmark-ul este un set standardizat de teste pentru compararea modelelor.
Accuracy, Reliability & Robustness
Accuracy — cât de corect este răspunsul. Reliability — cât de constant produce rezultate bune. Robustness — funcționarea bună în condiții variate sau inputuri imperfecte.
Latency & Cost per Token
Latency — timpul până la răspuns, importantă pentru experiența utilizatorului. Cost per Token — costul utilizării AI calculat pe baza tokenilor procesați, esențial pentru bugetare.
Prompt Injection & Jailbreak
Prompt Injection — atac prin instrucțiuni malițioase care schimbă comportamentul AI. Jailbreak — încercare de a ignora regulile de siguranță. Riscuri importante în aplicații conectate la internet.
Red Teaming & Grounding
Red Teaming — testarea adversarială pentru descoperirea vulnerabilităților. Grounding — ancorarea răspunsurilor AI în surse concrete, reducând halucinațiile.
Termeni esențiali
Acoperiți complet în acest glosar
Capitole tematice
Organizare logică de la baze la adopție
Domenii cheie
Modele, Prompting, RAG, Etică, Adopție
Capitolul 9 — Adopție AI, Literație & Optimizare
Adoptarea AI nu este doar o decizie tehnologică — este o transformare organizațională și individuală. Această secțiune acoperă termenii care descriu maturitatea AI a unei persoane sau organizații, inclusiv conceptele emergente de optimizare pentru motoarele generative.
AI Literacy
Capacitatea de a înțelege ce este AI, cum funcționează și cum se folosește responsabil. Fundament pentru orice utilizator non-tehnic.
AI Fluency
Capacitatea de a lucra natural, eficient și critic cu instrumentele AI. Trecerea de la „știu ce este" la „știu să folosesc bine".
AI Adoption
Procesul prin care oamenii și organizațiile integrează AI în muncă. Include competențe, procese, guvernanță, cultură și încredere.
AI Readiness
Gradul în care o persoană sau organizație este pregătită să folosească AI. Ajută la diagnoză, plan de training și implementare strategică.
AEO, GEO & LLMO — Optimizare pentru AI
AEO (Answer Engine Optimization) — optimizarea conținutului pentru motoare care oferă răspunsuri directe. GEO (Generative Engine Optimization) — optimizarea pentru motoare generative care sintetizează răspunsuri. LLMO (Large Language Model Optimization) — optimizarea prezenței digitale astfel încât LLM-urile să înțeleagă corect un brand sau expert.
Use Case, ROI, Pilot & Sandbox
Un Use Case este o situație concretă în care AI rezolvă o problemă specifică. ROI — beneficiul obținut raportat la investiție, important pentru justificarea proiectelor AI. Un Pilot este un test limitat înainte de implementarea largă. Un Sandbox este un spațiu sigur pentru testare fără impact asupra sistemelor reale.
Concluzie — Navigând Ecosistemul AI
Acest glosar reprezintă un instrument de referință viu — terminologia AI evoluează rapid, dar conceptele fundamentale prezentate aici oferă un cadru stabil pentru înțelegerea oricărei noutăți din domeniu. Stăpânirea acestor termeni este primul pas către o utilizare informată, eficientă și responsabilă a inteligenței artificiale.
Înțelege fundamentele
AI, ML, Deep Learning, Transformer — ierarhia de bază care explică cum funcționează totul.
Stăpânește promptingul
Prompt Engineering, Chain-of-Thought, Few-shot — calitatea comunicării cu AI determină calitatea rezultatelor.
Explorează RAG & Embeddings
RAG, Vector DB, Semantic Search — infrastructura pentru AI pe documente proprii și baze de cunoștințe.
Adoptă responsabil
Guardrails, Governance, Privacy, GDPR — cadrul etic și legal pentru utilizarea sigură a AI în organizații.
„Literația AI nu înseamnă să știi să programezi — înseamnă să înțelegi cum să colaborezi eficient cu sistemele inteligente, să le evaluezi critic și să le folosești în mod responsabil pentru a crea valoare reală."
Glosar AI Esențial